SPC的基本概念
SPC（Statistical Process Control，统计过程控制）是一种通过统计分析监控生产过程稳定性的质量管理工具。其核心是通过控制图识别过程中的异常波动，确保产品符合质量标准。SPC起源于20世纪20年代，由沃尔特·休哈特提出，广泛应用于制造业、服务业等领域。
SPC的核心工具
控制图：SPC的主要工具，用于区分随机波动（常见原因）与非随机波动（特殊原因）。常见的控制图包括：
- X̄-R图（均值-极差图）：适用于连续数据，监控过程均值和离散程度。
- P图（不合格品率图）：用于计件数据，监控不合格品比例。
- C图（缺陷数图）：用于计点数据，监控单位产品缺陷数。
过程能力分析：通过计算Cp、Cpk等指标评估过程是否满足规格要求。公式如下：
[ Cp = \\frac{USL – LSL}{6\\sigma}, \\quad Cpk = \\min\\left(\\frac{USL – \\mu}{3\\sigma}, \\frac{\\mu – LSL}{3\\sigma}\\right) ] 其中，USL为上限规格，LSL为下限规格，μ为过程均值，σ为标准差。
SPC的实施步骤
数据收集：选择关键质量特性（CTQ），按合理子组抽样并记录数据。
控制图建立：计算中心线（CL）、控制上限（UCL）和控制下限（LCL）。以X̄-R图为例：
- X̄图的控制限：
[ UCL = \\bar{X} + A_2 \\bar{R}, \\quad LCL = \\bar{X} – A_2 \\bar{R} ] - R图的控制限：
[ UCL = D_4 \\bar{R}, \\quad LCL = D_3 \\bar{R} ]
（A₂、D₃、D₄为常数，查表可得）
异常判定：根据控制图规则（如点出界、连续7点上升/下降等）识别特殊原因，并采取纠正措施。
持续改进：通过减少过程波动优化能力指数，实现质量提升。
SPC的应用场景
- 制造业：监控生产线稳定性，如汽车零件尺寸控制。
- 服务业：分析客户投诉率等指标的波动。
- 六西格玛项目：作为DMAIC中“控制阶段”的关键工具。
SPC的注意事项
- 确保数据符合正态分布，否则需转换数据或使用非参数方法。
- 控制限需定期更新，反映过程实际水平。
- 结合其他工具（如FMEA、PDCA）形成系统化管理。
通过SPC的应用，企业能够提前发现潜在问题，降低质量成本，提升客户满意度。
